词义消歧是自然语言理解中的一个关键问题,该问题解决的好坏直接关系到自然语言处理中诸多应用问题的效果优劣。词义消歧对机器翻译、信息检索、自然语言内容语义分析、语法分析、语音识别和文语转换等自然语言处理课题的研究都具有重要的理论和现实意义。 国内外的许多学者和研究人员采用有指导和无指导的方法,利用各种词典做了许多词义消歧工作,取得了较好的效果。由于有导词义消歧需要对训练语料库进行词义的人工标注,这种标注工作既费时又费力,并且统计结果存在严重的数据稀疏问题。因此很多学者致力于研究无指导消歧知识获取方法。 本文对无指导的词义消歧进行了比较深入的探讨,本文的研究工作具有如下几个特点: (1) 该方法是一种基于电子词典的无指导的词义消歧方法,运用这种方法可以对多个含有同一多义词的句子中的该多义词同时进行词义消歧; (2) 使用k-means聚类的方法对一个多义词的多个上下文进行聚类,每一个类中的多义词对应同一个义项; (3) 使用二阶上下文的方法可以大量地获取上下文中多义词的信息而且防止了大量噪声的产生。